前两周花了点时间，在 GPT 和 GitHub Copilot 的协助下开发了一个小网站：裁员追踪器 | Layoffs Tracker🔗。还在测试，没有对外发布。

抛开背后使用到的技术不谈（一如既往，使用的都是开源和免费产品），从开发到部署，我最大的感受是：现在在互联网上发布一个产品的门槛，非常低！

借由 layoffs-tracker 这个产品，我想谈一谈，作为一名程序员，如何面对未来的挑战和机遇。

1. 起因

最开始想法很简单，就是想人工筛选并聚合最新的有关裁员的信息。

互联网上充斥着形形色色的新闻，混乱，低质，更新快。

昨天的新闻今天来看，就已经是陈年旧事。

互联网看似记录了一切，但记忆彷佛只有七秒。

我一直觉得，互联网上有关内容的主要矛盾是：日益增长的数据规模，同低信息密度之间的矛盾。

用秩序，对抗混沌。这正是我所理解的，Notion🔗 这款软件的商业逻辑。

所以我打算按照时间线，把这些内容整理，并存档。

作为一名普通的劳动者，上班族，知道当下身边在发生着什么，很重要。

2. 过程

国外已经有类似的网站：Layoffs.fyi - Tech Layoff Tracker and Startup Layoff Lists🔗，是 Roger Lee🔗 在新冠疫情期间开发的一款产品。

不过暂时还没有涉及中国的就业市场。

我要做的事情，说到底，不复杂，就是收集并整理那些，发生在中国的有关裁员的信息。

数据源目前完全依赖搜索引擎，依赖它对于全网信息的捕捉和排序。

我也思考过其他社交媒体，像小红书、脉脉等，但真实性难以判断。

剩下就是人工查看，校验，记录。

当然，来自互联网的消息，除非是官方发布，否则，仅供参考！

所有的数据都备份在 GitHub 上，以 .csv 的格式。

站点生成用 Next.js🔗，托管在 Netlify🔗。

3. 思考

我本身对于 React 和 Next.js 都不是特别熟悉。项目中的很多代码，都是借助与 GPT 的交互，甚至是 GitHub Copilot 自动生成。

在其他行业 AI 的落地效果，我不了解，不擅作论断。

就编程这个确定性极强的领域，AI 对于个体效率的提升十分明显。

尤其对于不熟悉的领域，上手很快。

更何况，AI 背后的模型，还在不分昼夜地迭代。

取代程序员，实现一些特定功能，比如数据库的 CURD，已经能做到了。

也许未来，就是一名架构师，在几个 Copilots 的协助下，把一个大型系统开发出来。

服务托管和运维，都是半自动，甚至全自动的。Kubernetes🔗 不是已经部分做到了吗？

未来，还未来，中间差的也许只有时间。

那么，深处局中，应对之策是什么？

我想到两条。

如果依旧想把程序员当作一门职业，除了不断精进 Coding 能力，培养计算机思维外，也要更深入了解问题是什么，如何拆解，如何提供兼顾低成本和高质量的解决方案。不同行业，垂直领域，都有亟待解决的痛点问题，别人束手无策，你站出来，解决了，这叫“不可替代性”。CSDN 之前的总编辑孟岩在 文章🔗 文章谈到：

我在很多场合都提出程序员要懂行业，或者重视领域知识。我相信，如果能够掌握好编程技术和行业知识之间的文武火候，作为程序员个体，无论是在企业中服务，还是自己创业，成功会相对容易些。

更进一步，把程序员当作一个“标签”。拒绝画地为牢，走出去，创建产品，组织生产要素，跑通商业模式。在 AI 时代，One Person Entrepreneur（OPE，个人企业家）成为可能，这也符合纳瓦尔一直倡导的，

地球上有 70 亿人, 我希望有一天也会有 70 亿家公司。

4. 总结

写到最后，我想到一个词：与狼共舞。

在有些人看来，AI 是洪水猛兽，而又有一些人把它当作良师益友。

亦正亦邪。

有朋友跟我讲，扣子🔗 扣子在都可以自动生成网站了。

看来我离失业，又近了一步…

（完）

参考

1. 裁员追踪器 | Layoffs Tracker🔗
2. Next.js by Vercel - The React Framework🔗
3. Netlify: Scale & Ship Faster with a Composable Web Architecture🔗
4. 扣子🔗